成功调用智谱清言API需完成身份认证、环境配置和请求构造三步：先在开放平台获取API Key并存入.env文件，再安装zhipuai SDK，最后构造含role/content的messages列表并设置stream、max_tokens等参数。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在Python项目中成功调用智谱清言API并让大模型返回有效响应，必须先完成身份认证、环境配置和请求构造三个不可跳过的环节，漏掉任一环都会导致ConnectionError或AuthenticationError。
获取并安全存储API Key
登录智谱AI开放平台（https://open.bigmodel.cn/），完成实名认证后进入「API Keys」页面，点击「添加新的API Key」生成密钥。系统会生成一串以sk-开头的32位字符串，这就是你的访问凭证。
【切勿将API Key明文写死在代码里】，否则一旦上传GitHub等公开平台，密钥立即失效且账户可能被恶意调用。推荐使用环境变量方式加载：在项目根目录新建.env文件，写入ZHIPU_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx，再通过python-dotenv读取。
安装SDK并验证基础连通性
执行命令安装官方SDK：pip install zhipuai -i https://mirrors.aliyun.com/pypi/simple/。阿里源比默认源更稳定，清华源在此场景下存在偶发超时问题。
新建test_api.py，粘贴以下最小可运行代码：
from zhipuai import ZhipuAI
import os
from dotenv import load_dotenv
load_dotenv()
client = ZhipuAI(api_key=os.getenv("ZHIPU_API_KEY"))
response = client.chat.completions.create(
model="glm-4-flash",
messages=[{"role": "user", "content": "测试连接"}]
)
print(response.choices[0].message.content)
运行该脚本——若终端输出“测试连接”相关回复，说明网络、密钥、SDK三者已全部就绪；若报错Invalid API Key，请检查.env文件路径是否在脚本同级目录，或确认密钥末尾无空格。
构造合规的对话请求体
智谱清言要求所有chat接口必须传入messages数组，且至少包含一个user角色消息。系统提示词（system prompt）为可选，但加入后能显著提升回答一致性。
方法一：单轮问答（适合工具类指令）
直接构造含用户输入的列表：[{"role":"user","content":"把'hello world'翻译成中文"}]
方法二：多轮上下文（适合聊天机器人）
按时间顺序追加历史记录：[{"role":"user","content":"Python中如何删除列表最后一个元素？"},{"role":"assistant","content":"用list.pop()方法"},{"role":"user","content":"如果不想修改原列表呢？"}]
注意：messages中不能出现null或空字符串content，否则触发400 Bad Request。每个message对象必须严格包含role和content两个键。
控制响应行为的关键参数
第一步：决定输出模式
需要完整答案→设置stream=False（默认值）；需要打字机效果→显式传stream=True。不写此参数时SDK自动按非流式处理，无需额外配置。
第二步：限制生成长度
通过max_tokens控制最大输出token数，建议设为512起步。设得太小（如64）会导致回答被粗暴截断，设得太大（如4096）则增加延迟且未必提升质量。
第三步：调节生成风格
降低temperature（如0.3）让回答更确定、更保守；提高（如0.9）则增强创造性，但可能编造事实。日常使用0.7是较稳妥的平衡点。
第四步：启用高级能力
需调用GLM-4V等多模态模型时，messages中content必须为列表结构，包含text和image_url对象；调用AutoGLM沉思模式需在请求体中加入"strategy":"think"字段，且prompt末尾附加[THINK]标记。
